基于底层视觉特征的语义图像检索

针对图像的底层特征与高层语义特征之间建立映射,使用基于支持向量机(SVM)的语义关联方法,将HSV颜色特征作为SVM的输入参数,对图像库学习和分类,建立图像底层特征与高层语义的关联,并结合图像底层特征和语义信息进行检索.实验表明:该方法提高了检索效率,取得了较高的准确率.     

面向智能交互的视觉问答研究综述

随着深度学习方法被不断应用于图像处理相关工作,图像相关的智能交互技术也获得了快速发展。面向智能交互的视觉问答技术通过向图像的内容提出相关问题以收集图像信息,最终达到丰富图像理解的目的。通过对近年来视觉问答相关方法进行了综合分析与对比,建设性地将视觉问答方法按照模型结构划分为基本模型、注意力机制模型、模块化模型、基于外部知识库的模型4种类型。同时,还从3个方面针对视觉问答中的视觉和语义信息处理以及未来的视觉推理研究指出了一些方向。     

一种基于Boosting目标识别方法

Boosting算法是近年来在学习领域出现的用于提高算法精度的方法.由于它的算法简单实用,执行效率高,现已广泛应用于目标识别中.与其他算法不同的是：它不是直接构建一个高精度的算法,而是通过多次学习将弱分类器组成一个强分类器.针对传统识别方法检测率低的特点,提出一种基于集成学习的方法：利用图像目标的片段作为特征,用Boosting方法训练的分类器对目标进行分类.实验结果表明算法具有鲁棒性,对复杂场景中的目标具有较高的识别精度.     

基于优化空间金字塔匹配模型的图像分类

基于空间金字塔匹配模型(SPM)的图像分类中,构建视觉词直方图时对图像中所有特征都是同等对待,没有考虑到图像中不同区域特征的影响因子.显然,图像中目标区域比背景区域的特征重要性要大,为了避免图像中不重要区域的特征给图像分类带来干扰,提出了一种优化空间金字塔模型的图像分类方法.首先利用模拟退火算法与遗传算法相结合的聚类算法(SAGA)构造视觉词典,然后利用视觉注意机制构造加权的视觉词直方图.该方法在不丢失图像的全局信息的情况下,还考虑到了图像中各个区域对图像分类的重要性.最后将图像的表示向量使用SVM训练和分类.实验表明,本方法能够提高图像分类的准确率.     

一种无人机在线喷涂绝缘子RTV质量评价方法

针对无人机在线喷涂绝缘子RTV涂层的问题,提出一种基于计算机视觉和深度学习模型的喷涂质量评价方法。构建语义分割模型提取图像中绝缘子RTV喷涂区域,将提取的区域进行网格划分生成子图像块,再将每个图像块送入神经网络分类模型进行缺陷检测和分类,最后结合模糊评价手段,按照各类子图像块所占的面积比例来生成评定分数,实现喷涂质量的评价。经实验验证,所提方法能准确有效地检测喷涂缺陷,生成的评价结果符合运检标准,满足实际生产需要。     

基于深度学习的智能录波器配置数据自动化映射方法

智能变电站配置描述文件中包含大量智能二次设备数据输出接口地址的配置数据集,将这些数据集映射至智能录波器各信息组是保证录波器精准采集设备运行数据的基础性步骤,当前主流映射方法是依照输出接口描述文本人工映射对应的配置数据,二次设备数目繁多时映射工作量大,而描述文本一定程度的不规范性给数据集自动化映射提出了难题。针对这一问题,本文提出了基于深度学习框架—动态卷积神经网络构造的智能录波器配置数据的自动化映射方法;首先利用文本表征模型word2vec对数据集描述文本的稀疏文本向量进行词组语义及关联关系的表征;随后构造动态卷积神经网络并输入文本向量,基于其多层次抽象化学习典型样本特征的特点进行语义规律挖掘与文本分类映射,据此结果实现接口地址配置数据的自动化映射。实际算例表明,基于动态卷积神经网络模型的文本分类方法语义分析能力强,分类精度高,有效提升了智能录波器配置数据自动化映射的准确率。     

基于对象关系数据库的电力信息网本体映射

为了解决电力信息网资源集成与共享的问题,提出了一种从电力信息网数据库映射本体的方法.首先给出了该方法的三元组模型,依据该模型提出了从对象关系数据库映射本体的3类规则,并给出了相应的Web本体语言描述.在美国加州大学语义计算实验室的SemanticObjects项目中,将该方法与从关系数据库映射本体方法相比,能够减少约18%的映射时间,表明该方法是可行且高效的.将该方法实际应用到成都市科技计划项目"电力设备健康状态评估系统"的信息整合平台中,取得了良好效果.     

基于视觉映射的三维相机信息可视化改善方法

针对TOF相机三维信息可视化中的突变、拉伸、毛刺等的问题,提出了一种基于仿人视觉映射的TOF相机三维数据信息可视化效果改善处理方法.方法首先研究分析了TOF三维相机和人类视觉系统感知原理,探寻突变、拉伸和毛刺现象的原因.在此基础上,提出了将TOF三维信息的锥形区域显示映射为人类视觉系统平行光模式的视觉映射模型,通过该映射处理达到逼近人类视觉的效果.该算法对多个不同场景进行了实验验证分析,结果表明该方法有效解决了三维显示中的变形和异常问题,有效改善了三维视觉可视化效果,并保持了三维目标的良好空间连续性.     

基于语义分割与连通区域标记的隔离开关状态识别方法

提出一种基于语义分割与连通区域标记的隔离开关状态识别方法.首先,提出基于语义分割算法的隔离开关像素提取方法,将图像按照语义类别进行像素分类,实现对开关臂所在像素的提取.其次,提出基于区域生长算法的语义分割图像标记方法,实现对隔离开关连通区域的标记,并提出面积排序统计方法优化面积阈值和消除非开关臂区域.最后,根据开关臂连通区域个数判断隔离开关状态.通过引入风格迁移算法生成隔离开关风格化图像增强训练集,提升污损图像中隔离开关定位、分割的准确性.实验结果表明所提方法能够准确定位、分割隔离开关,并识别开关状态.     

基于通用距离测量的机器学习方法用于图像分类和聚类

针对图像分类识别问题,提出了一种用于图像特征提取的新方法.首先定义了基于图像字符串的复杂度和以及通用图像距离(UID),然后依次提出了测量通用图像距离的UID距离测量算法,在维持特征类别之间的固有差异条件下对图像原型进行选择的原型选择算法,利用原型选择算法创建图像的特征向量表示从而生成待分类图像的特征向量的特征向量生成算法,最后基于前述算法提出了对图像的感兴趣区域进行分离的图像分类学习算法.将所提出的方法应用于卫星图像数据的几个监督和非监督学习实验,结果表明文中所提方法效果理想.     

基于BR和GBDT的电力信息通信客服系统多标签文本分类

现有电力信息通信(ICT)客服系统主要依靠客服坐席员经验,根据电力ICT系统用户报修信息进行故障类型分类判别,存在在线处理及时性较差、准确性不足的问题.针对上述问题,提出了一种基于集成学习的电力ICT客服系统文本数据的多标签文本分类方法,实现对电力ICT系统的复杂故障类型进行自动化、高准确率分类识别.首先,针对电力ICT系统故障类型识别准确率偏低且低效的问题,提出了基于二元相关性(BR)和梯度提升决策树(GBDT)集成学习的多标签分类方法,将BR和GBDT有机结合实现自动化、高准确率的故障多标签分类.其次,针对电力ICT客服文本数据的多标签分类训练集难以获取的问题,提出一种面向电力ICT客服文本数据的多标签训练集自动化构建方法,实现了高效的电力ICT客服文本多标签分类.实验表明,BR-GBDT方法可以高效处理电力ICT系统复杂故障类型的多标签分类任务,分类性能也优于BR+逻辑回归(LR)和多标签k最近邻(ML-kNN)等典型的集成学习多标签分类方法.     

Visual polysemy and synonymy: toward near-duplicate image retrieval

Near-duplicate image retrieval aims to find all images that are duplicate or near duplicate to a query image. One of the most popular and practical methods in near-duplicate image retrieval is based on bag-of-words (BoW) model. However, the fundamental deficiency of current BoW method is the gap between visual word and image’s semantic meaning. Similar problem also plagues existing text retrieval. A prevalent method against such issue in text retrieval is to eliminate text synonymy and polysemy and therefore improve the whole performance. Our proposed approach borrows ideas from text retrieval and tries to overcome these deficiencies of BoW model by treating the semantic gap problem as visual synonymy and polysemy issues. We use visual synonymy in a very general sense to describe the fact that there are many different visual words referring to the same visual meaning. By visual polysemy, we refer to the general fact that most visual words have more than one distinct meaning. To eliminate visual synonymy, we present an extended similarity function to implicitly extend query visual words. To eliminate visual polysemy, we use visual pattern and prove that the most efficient way of using visual pattern is merging visual word vector together with visual pattern vector and obtain the similarity score by cosine function. In addition, we observe that there is a high possibility that duplicates visual words occur in an adjacent area. Therefore, we modify traditional Apriori algorithm to mine quantitative pattern that can be defined as patterns containing duplicate items. Experiments prove quantitative patterns improving mean average precision (MAP) significantly.     

基于AdaBoost提升学习的次优中继选择安全传输方案

针对无线通信协作技术中多跳中继和子信道分配等复杂应用场景下系统时效性差和复杂度大的问题，在级联中继系统中提出了一种利用AdaBoost算法集成学习选择次优中继的安全传输方案。将合法信道和窃听信道的信道CSI作为训练模型的输入，使系统安全容量达到一定值的中继节点索引作为输出，把级联中继系统的次优中继选择问题转化为一个多类分类问题，并用基于AdaBoost加权表决的支持向量机求解。级联中继系统的次优中继选择方案可分为生成数据集、集成模型训练和结果预测3个阶段。在模型训练阶段，绘制分类准确率和查准率-查全率曲线，对比集成学习较个体学习在准确率方面具有更佳的性能。最后，通过仿真AdaBoost算法分类的中继索引，验证了集成学习方法进行次优中继选择具有更高的准确率，能有效降低系统时延和复杂度，提高中继协作系统的安全性能。     

基于Bagging异质集成学习的窃电检测

针对传统窃电检测中单一分类方法的不足,提出一种基于Bagging异质集成学习的窃电检测方法.考虑不同个体学习器在数据集上的表现以及各学习器之间的多样性,构建多种个体学习器嵌入的Bagging异质集成学习的窃电检测模型,模型的个体学习器包含k最近邻、误差反向传播神经网络、梯度提升树和随机森林,通过引入改进加权投票策略将其输出进行结合.使用爱尔兰智能电表数据集对算法有效性进行验证.结果表明,与传统单一学习器和同质集成学习检测相比,基于Bagging异质集成学习的窃电检测方法的准确率、命中率、误检率等检测指标更好,灵敏性分析验证了基于Bagging异质集成学习的窃电检测方法的有效性.     

基于条件随机场的音乐共同语义标注

音乐的语义标注旨在使用词语或标签自动将一段音乐标注为一个语义标注集。通常,人们将多标注学习转换为独立二进制分类问题解决,再给每一个语义标注单独建模。为了得到更好的分类结果,应考虑标注之间的依赖关系。文章中尝试共同的音乐语义标注,对单标注和具有高相关性的成对标注同时建立模型。使用多标注条件随机场(CRF)模型直接参数化多标注分类中的共现标注。用到两种CRF模型,一种是使用无条件标注相关的共同多标注分类(CML)模型,另一种是使用有条件标注相关的考虑特征的共同多标注分类器(CMLF)模型。实验表明,将这两种模型用到CAL10K数据集上,平均精确度、宏 F1分数和微 F1分数比用高斯混合模型(GMM)给单个标注建模要高。     

基于优化视觉词典的震后高分遥感影像震害建筑物检测

在缺少震前参考信息前提下,提出了一种基于优化视觉词典的震后高分遥感影像震害建筑物检测方法。 首先通过 WJSEG(wavelet-JSEG)分割以及一组非建筑物筛选规则提取潜在建筑物集合;其次利用光谱、纹理及几何形态学特征构建了一 种震害视觉词典模型,跨越了从像素到震害特征间的“语义鸿沟”;在此基础上设计了一种基于类内和类间惩罚因子的视觉词 典优化策略,减少了信息冗余及证据冲突;最后通过随机森林分类器将建筑物进一步划分为完好建筑物、部分震害建筑物及废 墟。 在两组实验中,该方法的总体精度均达到 85%以上,从而可为震后应急响应救援及灾后重建提供关键的决策支持信息。     

移动机器人视觉 SLAM 回环检测原理、现状及趋势

近年来,视觉 SLAM 以结构简单、成本低、可结合语义信息等优势得到广泛关注。 回环检测在其中发挥着重要的作用。 根据获得的回环信息,视觉 SLAM 后端优化算法便可以根据回环约束对位姿进行优化,消除移动机器人在长时间的工作下产生 的累积误差,实现精确的长期定位,从而构建全局一致的运动轨迹和地图。 首先介绍视觉 SLAM 中回环检测原理及作用,从特 征提取、相似度判断、实验评估几个方面对传统词袋模型进行深入分析,并概述目前基于词袋模型和概率的改进算法,对比总结 基于深度学习的回环检测方法,简单概述结合语义信息的回环检测方法,最后对回环检测技术目前存在的问题以及未来的发展 趋势进行总结与展望。     

基于二次聚类弱监督学习的图像语义分割

针对在给定大量用户标注图像基础上,将图像分割成一系列具有单一语义的完整区域,并同时对各区域实现语义标注的问题,提出了一种基于弱监督学习的二次聚类的图像语义分割算法。将谱聚类和判别式聚类相结合,用谱聚类学到的类标指示函数来指导判别式聚类,学习特征的潜在数据结构,利用弱监督信息对聚类分配标签。该方法能够充分利用区域上下文信息,为每个类别选择判别式特征,并且输出鲁棒的多类分类器,对外来没有标签的图像也可以进行有效的区域标注。通过在公用数据集上的充分实验,证明了本方法的有效性。